ฉันอยากจะบอกว่า HBM นั้นแน่นอนว่า "ยิ่งกว่า Bayesian" ยิ่งกว่า EB เพราะการอยู่ชายขอบเป็นวิธีที่ Bayesian มากกว่าที่จะปรับให้เหมาะสมที่สุด โดยพื้นฐานแล้วฉันคิดว่า EB ไม่สนใจความไม่แน่นอนในพารามิเตอร์ไฮเปอร์ขณะที่ HBM พยายามรวมไว้ในการวิเคราะห์ ฉันสงสัยว่า HMB เป็นความคิดที่ดีที่มีข้อมูลน้อยและดังนั้นจึงมีความไม่แน่นอนอย่างมากในพารามิเตอร์ไฮเปอร์ซึ่งจะต้องนำมาพิจารณา ในทางตรงกันข้ามสำหรับชุดข้อมูลขนาดใหญ่ EB จะน่าสนใจยิ่งขึ้นเนื่องจากโดยทั่วไปราคาคอมพิวเตอร์จะถูกกว่าและปริมาณข้อมูลมักหมายความว่าผลลัพธ์มีความอ่อนไหวต่อการตั้งค่าพารามิเตอร์มากเกินไป
ฉันได้ทำงานกับตัวแยกประเภทกระบวนการแบบเกาส์และมักจะปรับพารามิเตอร์ไฮเปอร์ให้เหมาะสมเพื่อเพิ่มผลลัพธ์ความเป็นไปได้ที่จะทำให้ ML ลดลงมากเกินไปและทำให้ประสิทธิภาพการทำงานทั่วไปลดลงอย่างมีนัยสำคัญ ฉันสงสัยว่าในกรณีเหล่านั้นการรักษา HBM แบบเต็มจะน่าเชื่อถือมากขึ้น แต่ก็มีราคาแพงกว่ามาก